本平台已经分享了很多的生成式AI工具整合包，整合包中一般都会将运行环境打包在内，但有些朋友还是喜欢自己部署，过程中难免会遇到运行报错的情况，究其原因，大多是一些必备的运行环境没有安装好，从本期开始就给大家介绍一些玩生成式AI必备的工具、框架，亦或者是插件。
由于本平台用户大多对编程方面了解较少，所以这里不做技术上的深入探讨，只说明相关功能以及详细安装教程。
首先是三大必备法宝：CUDA、cuDNN、FFmpeg
CUDA（Compute Unified Device Architecture）：是英伟达（NVIDIA） 推出的一个并行计算平台和编程模型，允许开发者利用 NVIDIA GPU 的强大计算能力。它提供了一个扩展的 C/C++ 编程接口，使得程序可以将计算密集型任务从 CPU 转移到 GPU 上执行，从而大幅提升性能。简单来说就是用来让电脑的显卡帮助处理复杂的计算任务，加快速度，特别是处理大量数据的时候。
cuDNN（CUDA Deep Neural Network）：也是英伟达（NVIDIA）推出的，专为深度神经网络优化的 GPU 加速库，它建立在 CUDA 之上，提供了高度优化的基本操作符，如卷积、池化、归一化和激活函数等。cuDNN 在深度学习框架（如 TensorFlow、PyTorch、MXNet 等）中广泛使用，以提高训练和推理的速度。简单来说就是专门为深度学习设计的加速工具，能够让显卡更高效地处理神经网络训练和预测中的核心任务。
FFmpeg（Fast Forward MPEG）：是一个多功能的音视频处理工具，可以完成从格式转换、剪辑、合并到流式传输的多种操作。它是跨平台的，支持几乎所有的音视频格式，并且提供了强大的命令行接口，非常适合音视频处理的自动化操作。所以很多软件用它来处理音频、视频等文件。
大家应该都知道，大部分开源的生成式AI工具都是需要英伟达（NVIDIA）显卡才能运行，其实就是因为他们都用了CUDA和cuDNN技术，而生成式AI中就少不了视频生成及音频生成等工具，所以也就用到了FFmpeg，接下来就带来详细安装教程（CUDA和cuDNN仅限英伟达显卡用户）
一、CUDA安装教程
1、安装英伟达（NVIDIA）显卡驱动
首先确定你使用的是英伟达（NVIDIA）显卡，并已安装了显卡驱动，驱动安装这里就不再赘述了，此链接可以下载并安装英伟达（NVIDIA）显卡驱动（https://www.nvidia.cn/drivers/lookup/）
2、确定可安装的CUDA版本
① 安装好英伟达（NVIDIA）显卡驱动后，右键点击电脑桌面空白处，选择“NVIDIA控制面板”
② 在“NVIDIA控制面板”页面中，点击左下角的“系统信息”，在“系统信息”窗口中点击“组件”，在第三行可以看到你的显卡所支持的CUDA最高版本
3、下载CUDA
① 确定支持的CUDA版本之后，进入下方的CUDA下载网址，在列表中选择对应版本的CUDA
CUDA下载：https://developer.nvidia.com/cuda-toolkit-archive
② 选择系统Windows，然后选择系统版本，如果电脑是Win10就选10，是Win11就选11，CUDA工具包有网络安装和离线安装两个方式，“网络版”的会自动选择适合本机的下载，适合网络环境好的时候使用，“本地版”包含了所有的内容，可以直接安装，建议选择“本地版”，然后点击“下载”，下载程序放置在任意文件夹中均可
4、安装CUDA
① 双击下载好的CUDA安装程序
② 安装路径建议按照默认路径，点击“OK”，稍作等待
③ 安装程序启动后，点击“同意并继续”
④ 安装选项建议默认选择“精简”，然后点击“下一步”，再次点击“下一步”，耐心等待安装，安装完毕后再次点击“下一步”
⑤ 默认勾选两项，最后点击“关闭”
⑥ 在桌面左下角的Windows系统搜索框中搜索“环境变量”，选择“编辑系统环境变量”
⑦ 在跳出的系统属性框中点击“环境变量”，在下方的系统变量中可以看到CUDA环境变量已经自动添加，双击“path”，在编辑环境变量框中也能看到相关的路径已经自动添加，如果没有问题就依次点击三次确定，，然后重启电脑
⑧ 如果环境变量没有自动添加，可以点击“新建”，手动将CUDA安装的路径粘贴进去，设置好后依次点击三次确定，然后重启电脑
分别为：
CUDA_PATH：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6
CUDA_PATH_V12_6：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\libnvvp
5、检查CUDA是否安装成功
① 键盘按住“Win”键，然后再按“R”键，在运行框中输入“cmd”，点击“确定”打开命令提示符（一个黑色的代码框）
② 在代码框中输入“nvcc --version”，键盘敲击一下“回车”，看下方出现CUDA版本信息即说明CUDA已安装成功
二、cuDNN安装教程
（cuDNN是CUDA的补充，在安装cuDNN前请先确保CUDA安装成功）
1、下载与CUDA对应的cuDNN版本
① 进入下方链接的官网下载网址，用邮箱创建一个账号，然后选择与CUDA版本对应的cuDNN版本
下载与CUDA版本对应的cuDNN版本：https://developer.nvidia.com/rdp/cudnn-archive
② 点击“Local Installer for Windows (Zip)”下载本地压缩包
2、安装cuDNN
① 将下载下来的压缩包解压，解压之后得到三个文件夹
② 复制三个文件夹，粘贴到CUDA的文件夹目录中，粘贴时会发现CUDA 的安装目录中有和 cuDNN 解压缩后的同名文件夹，不需要担心，直接复制替换即可
③ 在环境变量中依次添加下方路径
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\libnvvp
3、验证cuDNN是否安装成功
① 进入到CUDA文件目录的“demo_suite”文件夹中
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\extras\demo_suite
② 在文件夹目录中输入“cmd”，敲击一下“回车”即可打开命令提示符
③ 用鼠标将文件夹中的“bandwidthTest.exe”拖入命令提示符中，键盘敲击一下“回车”，看命令提示符中是否出现分别出现以下画面，如出现以下画面进入下一步，否则说明cuDNN未能成功安装
④ 再用鼠标将文件夹中的“deviceQuery.exe”拖入命令提示符中，键盘敲击一下“回车”，如出现出现以下画面，即说明cuDNN安装成功
三、FFmpeg安装教程
1、下载FFmpeg
① 进入下方网址，鼠标移动到Windows图标上，在下方选择第一项
FFmpeg下载网址：https://ffmpeg.org/download.html
② 在跳转的页面中下拉至“release builds”，选择“ffmpeg-release-essentials.zip”即可下载
2、安装FFmpeg
③ 将下载之后的压缩包解压，放到一个不会被删除的文件夹中（切记放到不会被误删的文件夹中，之后被删了就不生效了）
④ 然后打开文件包中的“bin”文件夹，将文件夹路径复制下载，添加到环境变量中，添加好之后重启电脑
3、验证是否成功安装FFmpeg
① 重启电脑之后，键盘按住“Win”键，然后再按“R”键，在运行框中输入“cmd”，点击“确定”打开命令提示符（一个黑色的代码框）
② 在命令提示符中输入“ffmpeg”，键盘敲击一下“回车”，出现版本信息即说明FFmpeg安装成功
